这一次我们检查邻接格子发现右边是墙.docVIP

这一次我们检查邻接格子发现右边是墙 游戏,虽然05年的国庆古书事件对网易声誉有一定影响，还是老牌的网络游戏，寻径几乎都是难以回避的一个话题，而寻径必然从A*算法开始。关于A*国外相关的资料相当丰富，很多时候让我们为难的还不是具体的算法，而是A*的基本思路和概念。很多门槛都是从一堆陌生的概念开始的。而本文则是A*算法真正入门级的读物，不仅仅是清除了概念上的障碍还给出了相关话题深入学习的线索。文中有几点模糊的地方，我已经和原作者沟通过，后面会专门讲述。By Patrick Lester(Updated July 18,2005)A*(读作A星)算法对初学者可能略显复杂.虽然网络上已经有很多讲解A*算法的文章,但大多数都是为那些已经具备基础知识的人写的.而本文特为真正新手准备.本文并不是要给出这个问题的终极篇,而是阐述一些基础问题,帮你做好拓展阅读的准备,能真正明白他们在说什么.文章最后给出了其中佼佼者的链接供继续阅读.最后一点,本文并非针对具体方案.你可以把这里讨论的东西转换成任何计算机语言实现.正如你所期望的,文章最后给出了示例代码的下载链接.该示例程序包含C++和Blitz Basic两个版本.如果你仅仅想看一下效果A*算法的执行效果,里面有可执行文件.我们正在超越自己.我们开始…入门：搜索区假设有一个人要从A点到B点去中间有一墙之隔,如下图所示.绿色是出发点,红色是终点,蓝色填充的正方形代表墙.首先应该注意到的是我们已经把搜索区域划分成了方格.把搜索区进行简化,这是寻径的第一步.这种特殊的方法可以帮我们把搜索区简化成一个二维的数组.数组的每一项代表方形区域的一个格子,它的状态用通行和禁行表示.寻径就是要找出从A点到B点要走的格子.一旦路径确立,这个人就可以从一个格子的中心到另一格子的中心直至到达目的地.这些中心点被称作节点.当你阅读其他寻径的材料,你会经常看到人们讨论节点.为什么不直接叫它们方格呢?因为很有可能你切分出来的并不是一定是方形.它们实际上有可能是长方形,六角形,三角形,或者任何形状.节点包围在各种形状里,可能被放在任意位置--中心或者沿边缘,或任何其他地方.我们使用这个概念系统,因为它最简单.开始搜索一旦我们像上面一样把搜索区域简化成可接受数量的节点,下一步就是进行搜索,寻找最短路径.我们从A点开始这项工作,检查邻接区域,并开始向外扩大搜索范围直至找到目标点.我们按照下面的步骤开始搜索：1.从A点开始,先把它加入到待计算的open list中.这个open list就像一个购物清单一样.现在清单里面只有一项,后面会有更多.这个清单里面包含了备选路径可能经过的区域或者不经过的区域.基本上这就是一个格子的待查列表.2.忽略那些有墙,有水,或者非正常的格子,看一下与出发点邻接的所有可到达或者可通过的区域.把它们也加入到open list.这里面每一个节点都把A节点作为它的父节点(parent square).父节点是我们在做回溯路径时很重要的一个概念.后面会有详细说明.3.从准入区域清单中去掉起始点A,并把它加入到closed list中.closed list是指从现在开始就不用再考虑的区域.说到这里,你脑海里应该有一个形象化的东西了,就像下面的图展示的.黑-绿区域的中心是你的开始区域.边缘浅蓝色是表示该区域已经加入了closed list.所有的邻接区域现在都放在open list中待查,它们的边缘被标记成浅绿色,,每一个区域都有一个灰色的指针指向父节点,即开始节点.下面,我们从open list列表中选择一个邻接区域,或多或少的重复上面的过程,如下所述.但是应该选择哪个区域呢?F成本最低的那一个！路径评分决定使用哪一个区域来构成路径,关键在于下面的等式：F=G+H这里G=沿着生成的路径,从开始节点A到指定区域的移动消耗.H=估算从指定区域格子到目的地格子(B节点)的移动消耗.通常这被称为启发式,这可能有一点不好理解.之所以这样叫是因为有一个猜的行为.由于路上可能遇到各种情况(墙,水,等等),直到我们找到路径才能知道实际的距离.本文会给出一个计算H的算法,网上还可以找到很多其它的方法.路径是通过反复遍历open list并选择最低F值产生的.这个过程后面会详述.首先近距离看一下如何计算这个等式.如上所述,G是从开始节点A沿着生成的路径到指定区域的移动消耗.本例中,我们设每水平或垂直移动一个区域消耗移动力10,对角线消耗14移动力.使用这样的数值是因为实际的对角移动距离是2的平方根(别害怕),大约是水平或垂直移动消耗力的1.414倍.简单起见我们使用10和14.这样做使得比例大约正确并且避开了计算平方根和小数.这并不是因为我们笨不喜欢数学,而是使用这些整数计算要快得多.后面你就会发现,如果不使用这样的捷径计算,寻径可